移動(dòng)機(jī)器人學(xué) 課件全套 張智軍 第1-9章 緒論 -移動(dòng)機(jī)器人人機(jī)交互

《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第一章

緒論

1.1移動(dòng)機(jī)器人概述機(jī)器器人技術(shù)不僅僅是只涉及傳統(tǒng)的機(jī)器人控制，而是集成了計(jì)算機(jī)科學(xué)、自動(dòng)化、車(chē)輛工程、電氣工程、機(jī)械電子工程等多學(xué)科技術(shù)的跨學(xué)科技術(shù)。移動(dòng)機(jī)器人又稱(chēng)為智能移動(dòng)機(jī)器人，它集了環(huán)境識(shí)別感知、實(shí)時(shí)動(dòng)態(tài)決策與自主規(guī)劃、運(yùn)動(dòng)控制等為一體，具有自主組織、自主運(yùn)營(yíng)和自主規(guī)劃的功能。應(yīng)用領(lǐng)域多元化：工廠制造的工業(yè)機(jī)器人、醫(yī)院和養(yǎng)老機(jī)構(gòu)的醫(yī)療康復(fù)機(jī)器人、搶險(xiǎn)救災(zāi)的特種機(jī)器人、商業(yè)中心的服務(wù)向?qū)C(jī)器人以及自動(dòng)導(dǎo)航的移動(dòng)機(jī)器人等快倉(cāng)AGV服務(wù)機(jī)器人水下機(jī)器人空中機(jī)器人移動(dòng)機(jī)器人應(yīng)用1.1移動(dòng)機(jī)器人概述1.2移動(dòng)機(jī)器人的發(fā)展分類(lèi)方式移動(dòng)方式：輪式移動(dòng)機(jī)器人、步行移動(dòng)機(jī)器人(單腿式、雙腿式和多腿式)、履帶式移動(dòng)機(jī)器人、爬行機(jī)器人、蠕動(dòng)式機(jī)器人和游動(dòng)式機(jī)器人工作環(huán)境：室內(nèi)移動(dòng)機(jī)器人和室外移動(dòng)機(jī)器人控制體系結(jié)構(gòu)：能式(水平式)結(jié)構(gòu)機(jī)器人、行為式(垂直式)結(jié)構(gòu)機(jī)器人和混合式機(jī)器人功能和用途：醫(yī)療機(jī)器人、軍用機(jī)器人、助殘機(jī)器人、清潔機(jī)器人等1.2移動(dòng)機(jī)器人的發(fā)展1、20世紀(jì)60年代：全球第一臺(tái)智能移動(dòng)機(jī)器人Shakey在美國(guó)斯坦福研究所的人工智能中心研發(fā)成功

2、20世紀(jì)70年代：斯坦福大學(xué)再一次成功開(kāi)發(fā)了一種基于視覺(jué)傳感器的移動(dòng)機(jī)器人Cart3、1997年：日本名古屋，舉辦了第一屆的機(jī)器人足球世界杯4、2003年：美國(guó)宇航局已經(jīng)能夠開(kāi)發(fā)航天級(jí)移動(dòng)機(jī)器人火星漫游者(MER)登陸火星執(zhí)行任務(wù)Shakey機(jī)器人Cart機(jī)器人機(jī)器人世界杯美國(guó)“漫游者”號(hào)國(guó)外移動(dòng)機(jī)器人1.2移動(dòng)機(jī)器人的發(fā)展玉兔”一號(hào)機(jī)器人“玉兔”二號(hào)機(jī)器人中國(guó)航天機(jī)器人1.2移動(dòng)機(jī)器人的發(fā)展2013年，中國(guó)航天中心在西昌發(fā)射“嫦娥三號(hào)”成功將“玉兔一號(hào)”送上月球，并超額服役到2016年，完成月球的無(wú)人探測(cè)任務(wù)。在2019年“玉兔二號(hào)”成功著陸月球背面，首次實(shí)現(xiàn)月球背面的著陸探測(cè)，對(duì)月球背面進(jìn)行環(huán)境感知、路徑規(guī)劃導(dǎo)航，準(zhǔn)確到達(dá)目標(biāo)探測(cè)地點(diǎn)。視覺(jué)SLAM點(diǎn)云圖1.2移動(dòng)機(jī)器人的發(fā)展移動(dòng)機(jī)器人的自主定位建圖和導(dǎo)航（SLAM）是指機(jī)器人在未知的環(huán)境中根據(jù)傳感器信息實(shí)現(xiàn)定位、建圖和導(dǎo)航功能視覺(jué)SLAM點(diǎn)云圖1.2移動(dòng)機(jī)器人的發(fā)展路徑規(guī)劃功能是智能移動(dòng)機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)之一。其目標(biāo)是在已經(jīng)建立的地圖環(huán)境中，基于一定路徑評(píng)價(jià)指標(biāo)，如最短路徑、最短時(shí)間等，規(guī)劃出從起始地點(diǎn)到目標(biāo)地點(diǎn)的評(píng)價(jià)分?jǐn)?shù)最高的無(wú)碰撞可行路徑。路徑規(guī)劃可由：全局路徑規(guī)劃、局部路徑規(guī)劃兩部分組成輪式AGV履帶機(jī)器人輪式機(jī)器人1.3移動(dòng)機(jī)器人的結(jié)構(gòu)（輪式）輪式機(jī)構(gòu)的效率是最好的，但相應(yīng)的適應(yīng)能力就比較差六足機(jī)器人波士頓動(dòng)力機(jī)器人足式機(jī)器人1.3移動(dòng)機(jī)器人的結(jié)構(gòu)（足式）移動(dòng)適應(yīng)能力最好的莫過(guò)于足式機(jī)構(gòu)，但其低下的效率卻讓人不得不好好考慮是否采用管道機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（管道）空間多輪結(jié)構(gòu)的管內(nèi)機(jī)器人的輪子與壁面接觸時(shí)，接觸點(diǎn)與輪心的連線在柱面的半徑方向上，并且輪子的行駛方向與柱面的母線平行，這是單個(gè)輪子在管道曲面上位姿的一種特殊情況。水下機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（水下）水下機(jī)器人也稱(chēng)無(wú)人遙控潛水器，是一種工作于水下的極限作業(yè)機(jī)器人。水下環(huán)境惡劣危險(xiǎn)，人的潛水深度有限，所以水下機(jī)器人已成為開(kāi)發(fā)海洋的重要工具?？罩袡C(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（空中）無(wú)人駕駛飛機(jī)簡(jiǎn)稱(chēng)“無(wú)人機(jī)”（“UAV”），是利用無(wú)線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器。無(wú)人機(jī)實(shí)際上是無(wú)人駕駛飛行器的統(tǒng)稱(chēng)。從技術(shù)角度定義可以分為：無(wú)人固定翼飛機(jī)、無(wú)人垂直起降飛機(jī)、無(wú)人飛艇、無(wú)人直升機(jī)、無(wú)人多旋翼飛行器、無(wú)人傘翼機(jī)等。陸地?zé)o人軍事機(jī)器人水下無(wú)人軍事機(jī)器人空中無(wú)人軍事機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（軍事）軍用機(jī)器人（militaryrobot）是一種用于軍事領(lǐng)域的具有某種仿人功能的自動(dòng)機(jī)。從物資運(yùn)輸?shù)剿褜た碧揭约皩?shí)戰(zhàn)進(jìn)攻，軍用機(jī)器人的使用范圍廣泛。服務(wù)機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（服務(wù)）服務(wù)機(jī)器人集成人臉識(shí)別、語(yǔ)音識(shí)別、NLU語(yǔ)義理解、SLAM激光導(dǎo)航、超聲波感應(yīng)、紅外感應(yīng)、麥克風(fēng)降噪等先進(jìn)技術(shù)，具有人臉識(shí)別、語(yǔ)音識(shí)別、聲源定位、回聲消除、人臉識(shí)別、自動(dòng)避障、智能導(dǎo)航、智能巡航、自動(dòng)充電等功能。廣泛應(yīng)用于政務(wù)服務(wù)大廳、展廳等場(chǎng)景，為群眾、客戶(hù)提供迎賓接待、業(yè)務(wù)引導(dǎo)、地圖導(dǎo)航、聊天娛樂(lè)、信息宣傳等服務(wù)。服務(wù)機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（服務(wù)）智能服務(wù)機(jī)器人是在非結(jié)構(gòu)環(huán)境下為人類(lèi)提供必要服務(wù)的多種高技術(shù)集成的智能化裝備，主要以服務(wù)機(jī)器人和危險(xiǎn)作業(yè)機(jī)器人應(yīng)用需求為研究重點(diǎn)，研究設(shè)計(jì)方法、制造工藝、智能控制和應(yīng)用系統(tǒng)集成等共性基礎(chǔ)技術(shù)。仿生機(jī)器人1.4移動(dòng)機(jī)器人的分類(lèi)（仿生）“仿生機(jī)器人”是指模仿生物、從事生物特點(diǎn)工作的機(jī)器人。本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第二章

數(shù)學(xué)基礎(chǔ)

2.1空間向量運(yùn)算在空間直角坐標(biāo)系中，右手的大拇指指向X軸的正向，食指指向Y軸的正向，中指指向Z軸的正向，那由這三個(gè)數(shù)軸X軸、Y軸、Z軸構(gòu)成的直角坐標(biāo)系稱(chēng)為右手直角坐標(biāo)系。直角坐標(biāo)系空間直角坐標(biāo)系中的向量

向量的坐標(biāo)投影2.1空間向量運(yùn)算

2.1空間向量運(yùn)算

2.2姿態(tài)與位置描述1、為了描述一個(gè)空間物體的機(jī)械運(yùn)動(dòng)，要選擇一個(gè)參照坐標(biāo)系，這個(gè)坐標(biāo)系一般稱(chēng)為世界坐標(biāo)系（WorldFrame）2、當(dāng)物體的形狀、大小與研究的問(wèn)題無(wú)關(guān)時(shí)，可以把物體看成一個(gè)只有質(zhì)量，沒(méi)有大小、形狀的理想物體，這個(gè)物體稱(chēng)為質(zhì)點(diǎn)3、當(dāng)空間物體的形狀和大小不能忽略，但在外力作用下形變可以忽略，則這個(gè)物體可看成有質(zhì)量、大小和形狀，但不會(huì)發(fā)生形變的理想物體，稱(chēng)為剛體，剛體可看作由許多質(zhì)點(diǎn)所組成2.2姿態(tài)與位置描述4、一個(gè)剛體的運(yùn)動(dòng)，主要分為移動(dòng)和轉(zhuǎn)動(dòng)兩種5、剛體在空間中的運(yùn)動(dòng)有6個(gè)自由度。3個(gè)平移自由度:質(zhì)心相對(duì)于世界坐標(biāo)系在X、Y、Z軸的位移;3個(gè)轉(zhuǎn)動(dòng)自由度:剛體繞世界坐標(biāo)系X、Y、Z軸的轉(zhuǎn)動(dòng)角度，稱(chēng)為姿態(tài)角6、對(duì)應(yīng)的運(yùn)動(dòng)狀態(tài)通常由平移、轉(zhuǎn)動(dòng)和姿態(tài)角描述。平移：剛體質(zhì)心的位置變化；轉(zhuǎn)動(dòng)：剛體本體坐標(biāo)系繞世界坐標(biāo)系的旋轉(zhuǎn)，角度變化；姿態(tài)角：剛體在空間中轉(zhuǎn)動(dòng)的角度，分別表示繞X、Y、Z軸的旋轉(zhuǎn)對(duì)于確定的坐標(biāo)系，可以用位置向量來(lái)表示世界坐標(biāo)系上任一點(diǎn)的位置坐標(biāo)系中的位置向量圖中，本體坐標(biāo)系的原點(diǎn)在世界坐標(biāo)系中的位置為(3,6,9),因此，可以用位置向量P的終點(diǎn)來(lái)表示本體坐標(biāo)系的原點(diǎn)，這里，定義位置向量為一個(gè)3x1的列向量，那么有2.2姿態(tài)與位置描述固定角坐標(biāo)2.3旋轉(zhuǎn)矩陣與姿態(tài)角剛體轉(zhuǎn)動(dòng)的姿態(tài)可以用旋轉(zhuǎn)矩陣來(lái)描述。旋轉(zhuǎn)矩陣可以反映固連在剛體上的坐標(biāo)系中的坐標(biāo)，在世界坐標(biāo)系中表示的轉(zhuǎn)換關(guān)系

2.3旋轉(zhuǎn)矩陣與姿態(tài)角其中，ca是cosa的簡(jiǎn)寫(xiě)，sa是sina的簡(jiǎn)寫(xiě)，以此類(lèi)推。上式表示出了繞固定軸旋轉(zhuǎn)所得到的旋轉(zhuǎn)矩陣，需要指出的是，旋轉(zhuǎn)矩陣的值與轉(zhuǎn)動(dòng)順序是有關(guān)系的。如果已知旋轉(zhuǎn)矩陣的值，那么怎么推導(dǎo)出旋轉(zhuǎn)的角度呢？2.3旋轉(zhuǎn)矩陣與姿態(tài)角

2.3旋轉(zhuǎn)矩陣與姿態(tài)角坐標(biāo)系的Z-Y-X歐拉角表示法含義：所謂Z-Y-X歐拉角表示法，就是一開(kāi)始本體坐標(biāo)系B與世界坐標(biāo)系W重合。然后依次繞本體坐標(biāo)系B的Z-Y-X軸旋轉(zhuǎn)，這里每一次旋轉(zhuǎn)均是根據(jù)上一次旋轉(zhuǎn)所在位置而進(jìn)行的。這三次旋轉(zhuǎn)的角度稱(chēng)為歐拉角，如圖所示歐拉角Z-Y-X歐拉角表示法的旋轉(zhuǎn)矩陣，與式X-Y-Z固定角坐標(biāo)表示的旋轉(zhuǎn)矩陣是一樣的2.4齊次坐標(biāo)變換為了將平移和旋轉(zhuǎn)整合在一起運(yùn)算，提出了齊次變換矩陣的概念旋轉(zhuǎn)坐標(biāo)系的映射

平移和旋轉(zhuǎn)坐標(biāo)系的映射2.4齊次坐標(biāo)變換更一般地，下圖表示了坐標(biāo)系間直接既有平移，又有旋轉(zhuǎn)的情況。

位姿變換示意圖2.5位姿變換如圖所示，已知坐標(biāo)系B的原點(diǎn)在坐標(biāo)系W中的位置為(10,5,0)，空間中一點(diǎn)P在坐標(biāo)系B中的坐標(biāo)為(3,7,0)，坐標(biāo)系B的姿態(tài)為繞Z軸以右手定則正向旋轉(zhuǎn)30°。求點(diǎn)P在坐標(biāo)系W中的表示。因?yàn)樽鴺?biāo)系B的姿態(tài)為繞Z軸以右手定則正向旋轉(zhuǎn)30°可得2.5位姿變換于是可得

向量平移情況2.5位姿變換

向量旋轉(zhuǎn)情況2.5位姿變換

先旋轉(zhuǎn)再平移情況

先平移再旋轉(zhuǎn)情況連續(xù)變換2.6多坐標(biāo)系變換當(dāng)向量的平移或者旋轉(zhuǎn)是在多個(gè)坐標(biāo)系之間進(jìn)行操作時(shí)，該怎樣運(yùn)用齊次變換呢？

2.7概率論原理

2.7概率論原理

2.7概率論原理

本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第三章

移動(dòng)機(jī)器人硬件機(jī)構(gòu)

3.移動(dòng)機(jī)器人硬件機(jī)構(gòu)移動(dòng)機(jī)器人控制系統(tǒng)的整體架構(gòu)主要可以分為機(jī)械硬件部分和算法軟件部分。本章著重介紹移動(dòng)機(jī)器人的硬件部分，主要包括驅(qū)動(dòng)方式、傳感器類(lèi)型、電機(jī)類(lèi)型以及激光雷達(dá)。移動(dòng)機(jī)器人的驅(qū)動(dòng)機(jī)構(gòu)主要分為液壓驅(qū)動(dòng)、氣壓驅(qū)動(dòng)和電驅(qū)動(dòng)三種。傳感器包括電動(dòng)機(jī)轉(zhuǎn)速傳感器、測(cè)距傳感器和視覺(jué)傳感器三種。電機(jī)分為直流電機(jī)和交流電機(jī)兩大類(lèi)。直流電機(jī)包括電磁式、永磁式以及無(wú)刷電機(jī)。激光雷達(dá)根據(jù)不同的標(biāo)準(zhǔn)可以分為多種形式。履帶式輪式四足式雙足式移動(dòng)機(jī)器人行駛機(jī)構(gòu)3.移動(dòng)機(jī)器人硬件機(jī)構(gòu)不同行駛機(jī)構(gòu)特點(diǎn)履帶式：牽引力大、不易打滑，具有優(yōu)越的越野性能?？梢院芎玫剡m應(yīng)復(fù)雜多變的野外環(huán)境，執(zhí)行各種任務(wù)。它的轉(zhuǎn)彎半徑更小，更加靈活。輪式：移動(dòng)速度快、結(jié)構(gòu)簡(jiǎn)單、控制方便，特別適用于平坦路面和室內(nèi)環(huán)境。然而，輪式移動(dòng)機(jī)器人的地形適應(yīng)性相對(duì)較差，遇到崎嶇不平的地形或障礙物時(shí)容易受限，越障能力有限。足式：具有明顯的非連續(xù)支撐特點(diǎn)，能夠跨越崎嶇復(fù)雜的地形，兼顧靈活性、越障、多地形自適應(yīng)等特點(diǎn)因此具備在非結(jié)構(gòu)化環(huán)境中的應(yīng)用潛力。3.移動(dòng)機(jī)器人硬件機(jī)構(gòu)3.1驅(qū)動(dòng)方式驅(qū)動(dòng)部分是機(jī)器人系統(tǒng)的重要組成部分，機(jī)器人常用的驅(qū)動(dòng)形式主要有液壓驅(qū)動(dòng)、氣壓驅(qū)動(dòng)和電驅(qū)動(dòng)三種基本類(lèi)型。3.1.1液壓驅(qū)動(dòng)液壓驅(qū)動(dòng)技術(shù)的特點(diǎn)液壓驅(qū)動(dòng)是以高壓油作為介質(zhì)，具有體積小、功率質(zhì)量比大、驅(qū)動(dòng)平穩(wěn)、系統(tǒng)固有效率高和快速性好的優(yōu)點(diǎn)。液壓驅(qū)動(dòng)調(diào)速簡(jiǎn)單，能夠?qū)崿F(xiàn)無(wú)級(jí)調(diào)速。然而，由于高壓系統(tǒng)存在漏油的風(fēng)險(xiǎn)，影響工作穩(wěn)定性、定位精度并污染環(huán)境，因此需要良好的維護(hù)來(lái)保證系統(tǒng)的可靠性。3.1.1液壓驅(qū)動(dòng)液壓驅(qū)動(dòng)技術(shù)的工作原理液壓驅(qū)動(dòng)在機(jī)器人系統(tǒng)中的應(yīng)用基于帕斯卡定律，即液體能夠在密閉系統(tǒng)中等值傳遞壓強(qiáng)。在機(jī)器人系統(tǒng)中，液壓驅(qū)動(dòng)裝置通常由液壓泵、液壓缸、控制閥和管路等組成。液壓泵加壓后，將液體輸送到液壓缸，推動(dòng)內(nèi)部活塞運(yùn)動(dòng)，從而實(shí)現(xiàn)機(jī)器人動(dòng)作的精準(zhǔn)控制。3.1.1液壓驅(qū)動(dòng)液壓驅(qū)動(dòng)在機(jī)器人系統(tǒng)中的優(yōu)勢(shì)高功率密度：在較小體積內(nèi)產(chǎn)生較大驅(qū)動(dòng)力，適合重負(fù)載任務(wù)。緩沖性能好：有效減小沖擊與振動(dòng)，提升運(yùn)動(dòng)平穩(wěn)性與精度。環(huán)境適應(yīng)性強(qiáng)：可在高溫、低溫、潮濕等惡劣環(huán)境下穩(wěn)定工作。3.1.1液壓驅(qū)動(dòng)液壓驅(qū)動(dòng)技術(shù)面臨的挑戰(zhàn)液體泄漏：可能導(dǎo)致環(huán)境污染和性能下降。溫度敏感性：極端溫度條件下可能影響系統(tǒng)穩(wěn)定性。液壓驅(qū)動(dòng)技術(shù)未來(lái)發(fā)展方向?yàn)榭朔@些問(wèn)題，研究者們正在開(kāi)發(fā)新型密封材料和溫控技術(shù)，以提高液壓系統(tǒng)的可靠性和穩(wěn)定性。同時(shí)，隨著科技的進(jìn)步，液壓泵、液壓缸和控制閥等部件不斷優(yōu)化升級(jí)，為機(jī)器人系統(tǒng)提供更高效的動(dòng)力支持。此外，智能化和自適應(yīng)控制技術(shù)的應(yīng)用也使液壓驅(qū)動(dòng)機(jī)器人更好地適應(yīng)復(fù)雜環(huán)境和任務(wù)需求。3.1.1液壓驅(qū)動(dòng)3.1.2氣壓驅(qū)動(dòng)氣壓驅(qū)動(dòng)技術(shù)概述氣壓驅(qū)動(dòng)是所有驅(qū)動(dòng)方式中最簡(jiǎn)單的一種，使用的壓強(qiáng)通常在0.4～0.6MPa，最高可達(dá)1MPa。雖然氣壓伺服實(shí)現(xiàn)高精度較為困難，但在滿足精度要求的情況下，氣壓驅(qū)動(dòng)是最小質(zhì)量、最低成本的驅(qū)動(dòng)方式。氣壓驅(qū)動(dòng)技術(shù)的工作原理3.1.2氣壓驅(qū)動(dòng)基于氣體在密閉空間內(nèi)傳遞壓強(qiáng)和能量的特性，通過(guò)壓縮氣體在管道中的流動(dòng)產(chǎn)生驅(qū)動(dòng)力，驅(qū)動(dòng)機(jī)器人執(zhí)行相應(yīng)動(dòng)作。機(jī)器人系統(tǒng)中常包含氣壓缸，氣體通過(guò)管道進(jìn)入氣壓缸，推動(dòng)活塞運(yùn)動(dòng)，進(jìn)而實(shí)現(xiàn)機(jī)器人動(dòng)作。通過(guò)精確調(diào)控氣體的流量和壓力，可以實(shí)現(xiàn)對(duì)機(jī)器人運(yùn)動(dòng)速度、力量和方向的精準(zhǔn)控制。氣壓驅(qū)動(dòng)在機(jī)器人系統(tǒng)中的優(yōu)勢(shì)響應(yīng)速度快：在需要快速響應(yīng)的場(chǎng)合，表現(xiàn)出色。結(jié)構(gòu)簡(jiǎn)單、維護(hù)方便：降低了系統(tǒng)使用成本。安全性高：氣體傳播速度較快，一旦發(fā)生故障可以迅速切斷氣源，避免繼續(xù)執(zhí)行危險(xiǎn)動(dòng)作。3.1.2氣壓驅(qū)動(dòng)氣壓驅(qū)動(dòng)技術(shù)面臨的挑戰(zhàn)功率質(zhì)量比小，裝置體積大。精度較低，穩(wěn)定性差：氣體的可壓縮性使得氣壓驅(qū)動(dòng)的機(jī)器人在進(jìn)行精確定位時(shí)存在困難。受環(huán)境因素影響：氣體壓力易受到溫度等因素的影響，需要精確調(diào)控和補(bǔ)償。3.1.2氣壓驅(qū)動(dòng)氣壓驅(qū)動(dòng)技術(shù)未來(lái)發(fā)展方向?yàn)榱藨?yīng)對(duì)這些挑戰(zhàn)，研究者正在致力于提升氣壓驅(qū)動(dòng)系統(tǒng)的精度、穩(wěn)定性，并開(kāi)發(fā)更先進(jìn)的氣體控制技術(shù)。隨著材料科學(xué)和制造工藝的進(jìn)步，新型氣動(dòng)元件和密封材料不斷涌現(xiàn)，氣壓驅(qū)動(dòng)機(jī)器人在未來(lái)將展現(xiàn)更強(qiáng)的智能化、自主性和適應(yīng)性，能夠在更多復(fù)雜環(huán)境和任務(wù)中發(fā)揮重要作用。3.1.2氣壓驅(qū)動(dòng)3.1.3電驅(qū)動(dòng)電驅(qū)動(dòng)技術(shù)概述電驅(qū)動(dòng)是目前機(jī)器人中使用最廣泛的一種驅(qū)動(dòng)方式。通過(guò)調(diào)節(jié)電動(dòng)機(jī)的電流、電壓和頻率等參數(shù)，可以實(shí)現(xiàn)對(duì)機(jī)器人運(yùn)動(dòng)速度、加速度和方向的精準(zhǔn)調(diào)節(jié)。電驅(qū)動(dòng)技術(shù)的工作原理電驅(qū)動(dòng)的工作原理主要依賴(lài)于電動(dòng)機(jī)的旋轉(zhuǎn)運(yùn)動(dòng)。電動(dòng)機(jī)通過(guò)電磁場(chǎng)相互作用，將電能轉(zhuǎn)化為旋轉(zhuǎn)的機(jī)械能。機(jī)器人系統(tǒng)中的電動(dòng)機(jī)通常與傳動(dòng)機(jī)構(gòu)（如減速器、聯(lián)軸器等）連接，用以實(shí)現(xiàn)對(duì)機(jī)器人關(guān)節(jié)或執(zhí)行器的精確控制。3.1.3電驅(qū)動(dòng)氣壓驅(qū)動(dòng)在機(jī)器人系統(tǒng)中的優(yōu)勢(shì)高響應(yīng)速度與精度：電驅(qū)動(dòng)可以實(shí)現(xiàn)高精度的控制，特別適用于需要快速響應(yīng)和高精度任務(wù)的場(chǎng)景。結(jié)構(gòu)緊湊、效率高：電驅(qū)動(dòng)系統(tǒng)結(jié)構(gòu)緊湊，效率高，能夠提升機(jī)器人的整體性能。良好的兼容性與集成性：電驅(qū)動(dòng)能夠與各種傳感器、控制器和執(zhí)行器無(wú)縫集成，推動(dòng)機(jī)器人系統(tǒng)的智能化與自動(dòng)化。3.1.3電驅(qū)動(dòng)電驅(qū)動(dòng)技術(shù)面臨的挑戰(zhàn)散熱問(wèn)題：電動(dòng)機(jī)在高速運(yùn)轉(zhuǎn)時(shí)會(huì)產(chǎn)生大量熱量，必須有效散發(fā)以保證穩(wěn)定性和壽命。電源穩(wěn)定性要求高：電驅(qū)動(dòng)系統(tǒng)對(duì)電源的穩(wěn)定性要求較高，必須采取措施應(yīng)對(duì)電壓波動(dòng)和電磁干擾。3.1.3電驅(qū)動(dòng)電驅(qū)動(dòng)技術(shù)未來(lái)發(fā)展方向?yàn)榻鉀Q這些問(wèn)題，研究者們正在開(kāi)發(fā)新型散熱技術(shù)、優(yōu)化電源管理策略并提高系統(tǒng)的抗干擾能力。隨著新材料、新工藝的應(yīng)用，以及智能化算法和人工智能技術(shù)的引入，電驅(qū)動(dòng)機(jī)器人將在速度、力量、精度等方面取得顯著進(jìn)步，具備更強(qiáng)的自主學(xué)習(xí)和決策能力。未來(lái)，電驅(qū)動(dòng)機(jī)器人將更加智能化、自主化，與人類(lèi)緊密合作，適應(yīng)更復(fù)雜的工作環(huán)境和需求。3.1.3電驅(qū)動(dòng)移動(dòng)機(jī)器人傳感器簡(jiǎn)介傳感器的分類(lèi)：簡(jiǎn)單值測(cè)量：如溫度、電動(dòng)機(jī)轉(zhuǎn)速等。環(huán)境感知：獲取環(huán)境信息或全局位置。傳感器功能軸分類(lèi)：本體感受的/外感受的。被動(dòng)/主動(dòng)。重要性：提取環(huán)境特征對(duì)機(jī)器人適應(yīng)未預(yù)料的環(huán)境至關(guān)重要。3.2移動(dòng)機(jī)器人傳感器本體感受傳感器與光學(xué)編碼器本體感受傳感器：測(cè)量?jī)?nèi)部值：電動(dòng)機(jī)速度、關(guān)節(jié)角度、電池電壓等。光學(xué)增量編碼器：基本原理：光振子產(chǎn)生正弦波，轉(zhuǎn)換成方波測(cè)量角速度與位置。分辨率：CPR（周期數(shù)），工業(yè)級(jí)高達(dá)10000CPR。優(yōu)點(diǎn)：高分辨率、高精度，適應(yīng)內(nèi)部環(huán)境。3.2.1本體感受傳感器與光學(xué)編碼器本體感受傳感器與光學(xué)編碼器3.2.1本體感受傳感器與光學(xué)編碼器光學(xué)增量編碼器電機(jī)角度傳感器外感受傳感器及超聲測(cè)距外感受傳感器：從環(huán)境中獲取信息（如距離、亮度、聲音等）。超聲傳感器：原理：聲波飛行時(shí)間計(jì)算物體距離。特點(diǎn)：有效距離：12cm～5m。準(zhǔn)確度：98%～99.1%，分辨率近2cm。局限性：錐形傳播帶來(lái)的孔徑角限制（20°～40°）。3.2.2外感受傳感器及超聲傳感器外感受傳感器及超聲測(cè)距3.2.2外感受傳感器及超聲傳感器測(cè)距傳感器亮度傳感器視覺(jué)傳感器的基本原理與功能主要功能：物體識(shí)別、定位、跟蹤、場(chǎng)景理解。組成部分：光學(xué)成像系統(tǒng)：目標(biāo)聚焦。圖像傳感器：光信號(hào)→電信號(hào)。圖像處理單元：提取形狀、顏色、位置等信息。性能提升：高分辨率、更快處理速度、環(huán)境適應(yīng)性。AI和深度學(xué)習(xí)增強(qiáng)圖像識(shí)別和目標(biāo)檢測(cè)。3.2.3視覺(jué)傳感器簡(jiǎn)介視覺(jué)傳感器3.2.3視覺(jué)傳感器簡(jiǎn)介視覺(jué)傳感器定義及工作原理:通過(guò)換向器和電刷使感應(yīng)電動(dòng)勢(shì)變?yōu)橹绷麟妱?dòng)勢(shì)。利用電磁感應(yīng)和電磁力驅(qū)動(dòng)轉(zhuǎn)子連續(xù)旋轉(zhuǎn)。核心結(jié)構(gòu):包括定子、轉(zhuǎn)子、換向器和電刷。優(yōu)勢(shì):轉(zhuǎn)速和轉(zhuǎn)矩可調(diào)，適用于精密控制。結(jié)構(gòu)簡(jiǎn)單，維護(hù)方便。運(yùn)行穩(wěn)定，噪聲低。不足:電刷和換向器易磨損，產(chǎn)生電火花，限制了效率和壽命。改進(jìn):新材料和工藝提高了性能及應(yīng)用領(lǐng)域。3.3.1直流式電動(dòng)機(jī)直流電機(jī)結(jié)構(gòu)組成:包括定子磁極（由鐵心和勵(lì)磁繞組構(gòu)成）、轉(zhuǎn)子、電刷、換向器等。勵(lì)磁方式分類(lèi):串勵(lì)直流電動(dòng)機(jī):轉(zhuǎn)矩與電流平方成正比，起動(dòng)轉(zhuǎn)矩大，但空載轉(zhuǎn)速高。并勵(lì)直流電動(dòng)機(jī):轉(zhuǎn)速變化小，適合恒功率調(diào)速。他勵(lì)直流電動(dòng)機(jī):

轉(zhuǎn)速變化率小，可通過(guò)削弱磁場(chǎng)提升速度。復(fù)勵(lì)直流電動(dòng)機(jī):起動(dòng)轉(zhuǎn)矩高，適用于較大負(fù)載需求場(chǎng)合。換向器及電刷材料:采用高強(qiáng)度材料和金屬石墨電刷，增強(qiáng)耐用性。3.3.2電磁式直流電動(dòng)機(jī)結(jié)構(gòu)特點(diǎn):定子由永磁體（如釹鐵硼）提供磁場(chǎng)，無(wú)需外部電力維持。工作原理:通過(guò)換向器改變電流方向，使動(dòng)態(tài)電磁場(chǎng)與靜態(tài)磁場(chǎng)相互作用，驅(qū)動(dòng)轉(zhuǎn)子旋轉(zhuǎn)。優(yōu)勢(shì):結(jié)構(gòu)緊湊、效率高、運(yùn)行可靠。噪聲低、振動(dòng)小，適合便攜設(shè)備和精密場(chǎng)合。不足:磁場(chǎng)強(qiáng)度固定，靈活性受限。高溫環(huán)境下可能退磁，影響性能和壽命。改進(jìn)方向:新材料和智能化控制技術(shù)提高了性能和可靠性。3.3.3永磁式直流電動(dòng)機(jī)永磁式直流電動(dòng)機(jī)結(jié)構(gòu)與工作原理:定子多極繞組與轉(zhuǎn)子永磁體配合，通過(guò)電子換向器控制定子電流。采用位置傳感器（如霍爾元件）實(shí)現(xiàn)電子換流，避免電刷和換向器的磨損。優(yōu)勢(shì):高效率、高可靠性、低噪聲。無(wú)電火花問(wèn)題，適合長(zhǎng)期運(yùn)行。不足及挑戰(zhàn):控制系統(tǒng)復(fù)雜，制造成本較高。3.3.4無(wú)刷直流電動(dòng)機(jī)無(wú)刷直流電動(dòng)機(jī)

3.3.5交流異步電動(dòng)機(jī)交流異步電動(dòng)機(jī)激光雷達(dá)的構(gòu)成與工作原理:組成：激光發(fā)射器、光學(xué)接收器、GPS、IMU。工作原理：激光脈沖發(fā)射并反射→測(cè)量傳播時(shí)間，計(jì)算距離。結(jié)合高度、掃描角度和位置數(shù)據(jù)，生成三維點(diǎn)云圖。激光雷達(dá)的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：分辨率高：可精確識(shí)別角度、距離和速度差異。隱蔽性強(qiáng)：抗干擾能力出色，方向性好。體積小、重量輕：便于部署和維護(hù)。缺點(diǎn)：天氣敏感：雨霧等惡劣條件下性能衰減。目標(biāo)搜索范圍有限：波束窄，截獲效率低。3.4激光雷達(dá)2D激光雷達(dá)移動(dòng)機(jī)器人任務(wù):激光雷達(dá)建圖自動(dòng)規(guī)劃導(dǎo)航軌跡跟蹤控制硬件系統(tǒng)結(jié)構(gòu)底盤(pán)：差分輪式機(jī)器人，運(yùn)動(dòng)穩(wěn)定靈活傳感器：激光雷達(dá)、IMU主控：工控機(jī)人機(jī)交互：擴(kuò)展接口和拓展設(shè)備支持3.5.1硬件平臺(tái)設(shè)計(jì)與選型示例硬件結(jié)構(gòu)框圖機(jī)器人底盤(pán)：機(jī)械結(jié)構(gòu)：橢圓柱體，三層設(shè)計(jì)（驅(qū)動(dòng)層、感知層、承重層）驅(qū)動(dòng)方式：2個(gè)驅(qū)動(dòng)輪+2個(gè)萬(wàn)向輪動(dòng)力系統(tǒng)：RoboMaster3508直流無(wú)刷電機(jī)主控工控機(jī)：型號(hào)：研凌工控主機(jī)（i5-7200U，16GB內(nèi)存，256GBSSD）功能：感知處理、決策控制，支持多串口通信底層控制板：型號(hào)：RoboMaster開(kāi)發(fā)板B型功能：電機(jī)PID控制與串口通信3.5.2關(guān)鍵硬件模塊選型機(jī)器人底盤(pán)結(jié)構(gòu)圖主控工控機(jī)底層控制板激光雷達(dá)：型號(hào)：思嵐RPLIDAR-S1特性：?jiǎn)尉€360°掃描，采樣率9200次/s，分辨率0.391°，測(cè)量精度1cm用途：環(huán)境建圖與導(dǎo)航定位IMU（慣性導(dǎo)航單元）：型號(hào)：瑞芬倉(cāng)儲(chǔ)IMU傳感器特性：角度分辨率0.1°，抗振性能100g用途：位姿信息采集直流電機(jī)：型號(hào)：RoboMaster3508無(wú)刷電機(jī)特性：24V電壓，持續(xù)扭矩3N·m，空載轉(zhuǎn)速482r/min3.5.3傳感器與動(dòng)力系統(tǒng)激光雷達(dá)慣性導(dǎo)航單元IMU直流電動(dòng)機(jī)本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第四章ROS系統(tǒng)

4.1什么是ROSROS的起源在ROS誕生之前，機(jī)器人軟件開(kāi)發(fā)非常困難，主要原因是機(jī)器人的硬件和軟件都非常復(fù)雜，且缺乏一個(gè)統(tǒng)一的軟件開(kāi)發(fā)平臺(tái)。ROS的目標(biāo)是使得機(jī)器人的軟件系統(tǒng)能夠更容易地編寫(xiě)、測(cè)試和部署，同時(shí)也能夠更好地支持機(jī)器人應(yīng)用的開(kāi)發(fā)和研究。ROS是一個(gè)機(jī)器人軟件開(kāi)發(fā)平臺(tái)，最初由斯坦福人工智能實(shí)驗(yàn)室（StanfordAILab）于2007年發(fā)起。它為機(jī)器人研究提供了一個(gè)開(kāi)放的、靈活的軟件平臺(tái)。圖中展現(xiàn)了基于該系統(tǒng)的機(jī)器人PR2的一些功能，如做飯、疊衣服等，當(dāng)初這款機(jī)器人的面世掀起了轟動(dòng)，引起了巨大的關(guān)注。

PR2的應(yīng)用功能ROS的發(fā)展史

4.1什么是ROS開(kāi)發(fā)者能夠按照自己的需求選擇使用各種軟件庫(kù)和工具并能夠快速適應(yīng)新的硬件平臺(tái)和機(jī)器人任務(wù)ROS的設(shè)計(jì)目標(biāo)它在設(shè)計(jì)的時(shí)候基于以下一些目標(biāo):

4.1什么是ROS靈活性通過(guò)提供現(xiàn)成的庫(kù)和工具，以及對(duì)組件化軟件開(kāi)發(fā)的支持，使得代碼的重用變得更加容易可重復(fù)性用戶(hù)輕松地添加新的功能和算法，同時(shí)也允許更好地管理和維護(hù)大型軟件系統(tǒng)可擴(kuò)展性ROS的代碼基于開(kāi)放源代碼，可以在多種操作系統(tǒng)和硬件平臺(tái)上運(yùn)行可移植性多臺(tái)計(jì)算機(jī)通過(guò)網(wǎng)絡(luò)能夠連接在一起，實(shí)現(xiàn)分布式計(jì)算，以便實(shí)現(xiàn)更高效的計(jì)算和控制分布式4.2ROS安裝ROS的版本選擇本書(shū)采用的是ROSKineticKame版本,是ROS機(jī)器人操作系統(tǒng)的一個(gè)穩(wěn)定版本于2016年5月23日發(fā)布。它是為Ubuntu16.04TS(XenialXerus)操作系統(tǒng)設(shè)計(jì)的，支持Python2.7和C++11。ROSKinetic在ROS社區(qū)得到廣泛使用，并且被視為當(dāng)前最穩(wěn)定和可靠的ROS版本之一。

配制系統(tǒng)軟件源以Ubuntu系統(tǒng)軟件源安裝ROS為例,為了允許系統(tǒng)從軟件源中下載和安裝ROS需要配置系統(tǒng)軟件源，包括restricted、universe、multiverse三種軟件源。如果系統(tǒng)未被修改過(guò)，則默認(rèn)已開(kāi)啟這三種軟件源。為避免配置錯(cuò)誤建議査看Ubuntu軟件中心的軟件源配置頁(yè)面，確認(rèn)是否與圖中的選項(xiàng)相同。

Ubuntu系統(tǒng)軟件源的設(shè)置4.2ROS安裝添加ROS軟件源在Ubuntu系統(tǒng)中，軟件源地址保存在/etc/apt日錄下的sources.list文件中，在安裝ROS過(guò)程中，需要將ROS的軟件源地址添加到該文件中，以確保能夠正確找到ROS相關(guān)軟件的下載地址。在終端中輸人下面的命令添加ROS官方的軟件源鏡像:

為提高下載速度，建議使用以下任意一個(gè)國(guó)內(nèi)的鏡像源1）中國(guó)科學(xué)技術(shù)大學(xué)鏡像源2）中山大學(xué)鏡像源3）易科機(jī)器人實(shí)驗(yàn)室4.2ROS安裝添加密鑰使用如下命令添加密鑰：

安裝ROS現(xiàn)在可以進(jìn)行ROS的安裝。為了確保前面軟件源的修改得以更新，輸入以下命令來(lái)更新系統(tǒng)軟件源：

1）推薦安裝ROS的桌面完整版（Desktop-full），它包含了ROS的所有核心組件和庫(kù)。它是最完整、最全面的ROS版本，適用于需要使用ROS所有功能和工具的用戶(hù)。安裝桌面完整版，只需輸入以下命令

2）若只需要ROS的基礎(chǔ)功能，同時(shí)還希望使用RVIZ可視化工具，那么可以選擇桌面版（Desktop）安裝。

4.2ROS安裝3）基礎(chǔ)版（ROS-base）是ROS的一個(gè)版本，它被簡(jiǎn)化為僅包含基礎(chǔ)功能，如核心功能包、構(gòu)建工具和通信機(jī)制，并去掉了GUI、機(jī)器人通用函數(shù)庫(kù)、功能包和工具。

4）獨(dú)立功能包（IndividualPackage）安裝。

初始化rosdepROS提供了rosdep工具，用于安裝功能包的系統(tǒng)依賴(lài)項(xiàng)，同時(shí)也是某些ROS核心功能包必須用到的工具。在完成ROS的安裝后，需要使用以下兩條命令進(jìn)行rosdep的初始化和更新

設(shè)置環(huán)境變量在Ubuntu中，默認(rèn)的終端為bash，因此在bash終端中，設(shè)置ROS環(huán)境變量的命令如下

4.2ROS安裝完成安裝在安裝ROS的最后階段，終于要驗(yàn)證一下是否安裝成功了！現(xiàn)在打開(kāi)終端，輸入roscore命令，如果看到類(lèi)似下圖的信息，那么ROS已經(jīng)成功地安裝并可以運(yùn)行了！

roscore成功啟動(dòng)后的日志消息4.3ROS節(jié)點(diǎn)ROS架構(gòu)設(shè)計(jì)1）ROS的架構(gòu)可以分為三個(gè)層次，分別是OS層、中間層和應(yīng)用層

ROS架構(gòu)12）ROS還有另外的分層方法，即從系統(tǒng)實(shí)現(xiàn)的視角看，ROS可以看作由文件系統(tǒng)、計(jì)算圖和開(kāi)源社區(qū)等部分組成

ROS架構(gòu)24.3ROS節(jié)點(diǎn)計(jì)算圖從計(jì)算圖的角度來(lái)看，ROS系統(tǒng)軟件的功能模塊以節(jié)點(diǎn)為單位獨(dú)立運(yùn)行，可以分布于多個(gè)相同或不同的主機(jī)中，在系統(tǒng)運(yùn)行時(shí)通過(guò)端對(duì)端的拓?fù)浣Y(jié)構(gòu)進(jìn)行連接。（1）ROS是一個(gè)基于節(jié)點(diǎn)的系統(tǒng)，其核心概念是節(jié)點(diǎn)（Node）。節(jié)點(diǎn)是執(zhí)行運(yùn)算任務(wù)的進(jìn)程，一個(gè)系統(tǒng)通常包含多個(gè)節(jié)點(diǎn)。節(jié)點(diǎn)之間的通信通過(guò)端對(duì)端的連接實(shí)現(xiàn)，而這些連接關(guān)系可以形象地表示為節(jié)點(diǎn)關(guān)系圖

ROS中的節(jié)點(diǎn)關(guān)系圖4.3ROS節(jié)點(diǎn)（2）在ROS中，節(jié)點(diǎn)之間主要是通過(guò)發(fā)布/訂閱模型進(jìn)行消息通信的。每個(gè)消息都是一個(gè)嚴(yán)格的數(shù)據(jù)結(jié)構(gòu)，支持多種標(biāo)準(zhǔn)數(shù)據(jù)類(lèi)型，包括整型、浮點(diǎn)型、布爾型等，并且還支持嵌套結(jié)構(gòu)和數(shù)組類(lèi)型。開(kāi)發(fā)者可以根據(jù)自己的需求自定義數(shù)據(jù)結(jié)構(gòu)，以便更好地適應(yīng)各種應(yīng)用場(chǎng)景。

（3）消息通過(guò)發(fā)布/訂閱的方式進(jìn)行傳遞，如圖所示。發(fā)布者和訂閱者分別注冊(cè)所關(guān)注的話題（Topic），然后系統(tǒng)自動(dòng)將消息從發(fā)布者傳遞到訂閱者。

ROS中基于發(fā)布/訂閱模型的話題通信（4）在ROS中，除了基于話題的發(fā)布/訂閱模型外，還有一種同步傳輸模式稱(chēng)為服務(wù)（Service），該模型是基于客戶(hù)端/服務(wù)器（Client/Server）模型的。4.3ROS節(jié)點(diǎn)文件系統(tǒng)與操作系統(tǒng)類(lèi)似，ROS按照特定的規(guī)則對(duì)所有文件進(jìn)行組織和管理，以便不同功能的文件能夠放置在各自對(duì)應(yīng)的文件夾下，方便進(jìn)行更加高效的管理和使用，具體的組織形式可見(jiàn)圖

ROS中的文件系統(tǒng)結(jié)構(gòu)功能包：功能包是ROS軟件中的基本單元，包含ROS節(jié)點(diǎn)、庫(kù)、配置文件等。

功能包清單：是一個(gè)名為package.xml的XML文件，包含ROS功能包的基本信息，如功能包的名稱(chēng)、版本、作者、許可證、其他依賴(lài)選項(xiàng)、編譯標(biāo)志等。

元功能包：是一種組織多個(gè)功能包的方式。它將多個(gè)用于同一目的的功能包集成在一起，并提供一個(gè)簡(jiǎn)單的接口，使用戶(hù)能夠輕松地安裝和使用這些功能包。

4.3ROS節(jié)點(diǎn)元功能包清單：在ROS中，元功能包清單是指一個(gè)XML文件，其中包含多個(gè)功能包的信息和依賴(lài)關(guān)系，以及一些元功能包級(jí)別的參數(shù)。

消息類(lèi)型：是指用于節(jié)點(diǎn)間發(fā)布和訂閱通信信息的數(shù)據(jù)格式，可以使用ROS系統(tǒng)提供的標(biāo)準(zhǔn)消息類(lèi)型，也可以在自定義功能包的msg文件夾下定義所需的消息類(lèi)型。

服務(wù)類(lèi)型：定義了ROS客戶(hù)端/服務(wù)器通信模型下的請(qǐng)求與應(yīng)答數(shù)據(jù)類(lèi)型。一個(gè)服務(wù)類(lèi)型包含兩個(gè)部分：一個(gè)請(qǐng)求類(lèi)型和一個(gè)應(yīng)答類(lèi)型，分別對(duì)應(yīng)了客戶(hù)端請(qǐng)求服務(wù)器和服務(wù)器向客戶(hù)端返回響應(yīng)所使用的數(shù)據(jù)類(lèi)型。

開(kāi)源社區(qū)ROS的開(kāi)源社區(qū)擁有著豐富的共享資源，可以在其中找到以下一些資源

ROS社區(qū)資源的組織形式4.4ROS通信話題通信機(jī)制在ROS中，話題（Topic）是最為常用的通信方式之一，其通信模型也比較復(fù)雜。通過(guò)話題，ROS的不同節(jié)點(diǎn)可以實(shí)現(xiàn)發(fā)布和訂閱消息的功能，以完成各種機(jī)器人應(yīng)用的任務(wù)。假設(shè)有兩個(gè)節(jié)點(diǎn)：發(fā)布者

Talker和訂閱者

Listener，它們分別發(fā)布和訂閱同一個(gè)話題。節(jié)點(diǎn)的啟動(dòng)順序沒(méi)有強(qiáng)制要求，發(fā)布者和訂閱者建立通信的過(guò)程可以分成以下幾個(gè)步驟，

基于發(fā)布/訂閱模型的話題通信機(jī)制4.4ROS通信服務(wù)通信機(jī)制服務(wù)是ROS中一種帶有請(qǐng)求和應(yīng)答的通信方式，其通信原理與話題不同。服務(wù)通信機(jī)制主要包含5個(gè)部分：

Talker注冊(cè)、Listener注冊(cè)、ROSMaster進(jìn)行信息匹配、Listener與Talker建立網(wǎng)絡(luò)連接、Talker向Listener發(fā)布服務(wù)應(yīng)答數(shù)據(jù)。原理如圖所示

基于服務(wù)器/客戶(hù)端的服務(wù)通信機(jī)制4.4ROS通信參數(shù)管理機(jī)制參數(shù)和ROS中的全局變量類(lèi)似，是用來(lái)存儲(chǔ)程序運(yùn)行過(guò)程中需要使用的數(shù)據(jù)，ROSMaster對(duì)其進(jìn)行管理，其通信機(jī)制相較于服務(wù)機(jī)制更加簡(jiǎn)單，不需要使用TCP/UDP進(jìn)行通信，具體通信機(jī)制如圖

基于RPC的參數(shù)管理機(jī)制4.4ROS通信話題與服務(wù)的區(qū)別話題和服務(wù)是ROS中最基礎(chǔ)也是使用最多的通信方法，從前面介紹的ROS通信機(jī)制中可以看到這兩者有明確的區(qū)別，具體總結(jié)見(jiàn)表

話題與服務(wù)的區(qū)別總的來(lái)說(shuō)，ROS中的通信模型主要有兩種：基于發(fā)布/訂閱模型的異步通信模型和基于客戶(hù)端/服務(wù)器模型的同步通信模型。發(fā)布/訂閱模型中，消息的產(chǎn)生方將消息發(fā)布到特定話題，而消息的使用方則訂閱該話題以接收消息；而在客戶(hù)端/服務(wù)器模型中，客戶(hù)端會(huì)向服務(wù)端發(fā)送請(qǐng)求，等待服務(wù)端返回結(jié)果后再繼續(xù)執(zhí)行后續(xù)的操作。4.5ROS工具QT工具箱ROS提供了rqt_common_plugins這個(gè)Qt架構(gòu)的工具套件，旨在方便用戶(hù)進(jìn)行可視化調(diào)試和顯示操作。這個(gè)工具套件中有很多實(shí)用的工具，可供用戶(hù)靈活選擇和使用。

日志輸出工具—rqt_console計(jì)算圖可視化工具—rqt_graph數(shù)據(jù)繪圖工具—rqt_plot圖像渲染工具—rqt_image_view4.5ROS工具RVIZ三維可視化平臺(tái)RVIZ是ROS中的一個(gè)可視化工具，用于可視化ROS系統(tǒng)中的傳感器數(shù)據(jù)、機(jī)器人模型等信息。通過(guò)RVIZ，用戶(hù)可以在三維場(chǎng)景中顯示機(jī)器人模型、障礙物、傳感器數(shù)據(jù)等，并可對(duì)它們進(jìn)行交互操作。

RVIZ主界面4.5ROS工具Gazebo仿真環(huán)境Gazebo是一個(gè)開(kāi)源的三維物理仿真平臺(tái)，可以模擬復(fù)雜的機(jī)器人、機(jī)器人組件和環(huán)境等。它可以幫助開(kāi)發(fā)人員和研究人員在虛擬環(huán)境中測(cè)試和優(yōu)化機(jī)器人設(shè)計(jì)和控制算法，從而提高機(jī)器人系統(tǒng)的性能和穩(wěn)定性。

Gazebo成功啟動(dòng)后的界面本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第五章

移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)

5.1機(jī)器人旋轉(zhuǎn)姿態(tài)偏航角、俯仰角和翻滾角的定義圖中，Y軸與機(jī)器人的縱軸對(duì)齊，X軸指向右側(cè)，Z軸指向上方，形成一個(gè)右手系。這種類(lèi)型的坐標(biāo)系定義通常用于機(jī)器人技術(shù)領(lǐng)域。

移動(dòng)機(jī)器人的坐標(biāo)系圖中，Y軸與機(jī)器人的縱軸對(duì)齊，X軸指向右側(cè)，Z軸指向上方，一個(gè)右手系。這種類(lèi)型的坐標(biāo)系定義通常用于機(jī)器人技術(shù)領(lǐng)域。移動(dòng)機(jī)器人的偏航偏航角的旋轉(zhuǎn)矩陣現(xiàn)在求出基本旋轉(zhuǎn)的旋轉(zhuǎn)矩陣。對(duì)于偏航(見(jiàn)下圖)，坐標(biāo)軸下標(biāo)“1”代表旋轉(zhuǎn)前的機(jī)器人坐標(biāo)系，坐標(biāo)軸下標(biāo)“2”代表正偏航旋轉(zhuǎn)量為θ后的機(jī)器人坐標(biāo)系。z軸方向是從紙上出來(lái)的。值得注意的是，圍繞z軸的逆時(shí)針旋轉(zhuǎn)被視為正偏航。求解目標(biāo)是在原坐標(biāo)系1中表達(dá)一個(gè)點(diǎn)的位置，如何將這個(gè)點(diǎn)的坐標(biāo)在新坐標(biāo)系2中給出。對(duì)于z軸和y軸，有

因此，可以得到偏航角的旋轉(zhuǎn)矩陣為5.1機(jī)器人旋轉(zhuǎn)姿態(tài)俯仰角的旋轉(zhuǎn)矩陣對(duì)于俯仰(見(jiàn)下圖)，x軸方向?yàn)閺募堉谐鰜?lái)。注意，前端向上對(duì)應(yīng)的是正俯仰。求解目標(biāo)同樣是在原坐標(biāo)系中表達(dá)一個(gè)點(diǎn)的位置，如何將這個(gè)點(diǎn)的坐標(biāo)在新的坐標(biāo)系中給出。對(duì)于x軸和z軸，有5.1機(jī)器人旋轉(zhuǎn)姿態(tài)

移動(dòng)機(jī)器人的俯仰因此，可以得到俯仰角的旋轉(zhuǎn)矩陣為翻滾角的旋轉(zhuǎn)矩陣最后處理翻滾。這是圍繞y軸的逆時(shí)針旋轉(zhuǎn)，其結(jié)果是左面朝上被定義為正翻滾如下圖所示，y軸方向?yàn)閺募堉谐鰜?lái)。同樣將原坐標(biāo)系中表達(dá)的一個(gè)點(diǎn)的位置，在新的坐標(biāo)系中給出。對(duì)于x軸和z軸，有5.1機(jī)器人旋轉(zhuǎn)姿態(tài)

移動(dòng)機(jī)器人的翻滾因此，可以得到翻滾角的旋轉(zhuǎn)矩陣為一般旋轉(zhuǎn)矩陣現(xiàn)在來(lái)定義一般的旋轉(zhuǎn)矩陣。在一個(gè)坐標(biāo)系被偏航、俯仰和翻滾之后，按照這個(gè)特定的順序，在新坐標(biāo)系中給出坐標(biāo)的點(diǎn)可以通過(guò)以下操作得到其在原坐標(biāo)系中的坐標(biāo):5.1機(jī)器人旋轉(zhuǎn)姿態(tài)轉(zhuǎn)換回原坐標(biāo)是按照旋轉(zhuǎn)的相反順序進(jìn)行的。即翻滾是最后一次旋轉(zhuǎn)，因此，它是對(duì)相關(guān)點(diǎn)的坐標(biāo)進(jìn)行操作的第一個(gè)矩陣。偏航是第一個(gè)旋轉(zhuǎn)，因此，它是對(duì)有關(guān)點(diǎn)進(jìn)行操作的最后一個(gè)矩陣。將這三個(gè)旋轉(zhuǎn)矩陣按照上面的順序相乘，就得到了一般的旋轉(zhuǎn)矩陣:齊次轉(zhuǎn)換在一些情況下，一個(gè)坐標(biāo)系不僅相對(duì)于另一個(gè)坐標(biāo)系旋轉(zhuǎn)，而且還發(fā)生了平移。假設(shè)坐標(biāo)系2相對(duì)于坐標(biāo)系1既旋轉(zhuǎn)又平移，那么一個(gè)最初相對(duì)于第2坐標(biāo)系表示的向量相對(duì)于第1坐標(biāo)系可以表示如下:5.1機(jī)器人旋轉(zhuǎn)姿態(tài)對(duì)于一個(gè)包含平移和旋轉(zhuǎn)的單一變換:其中，5.2移動(dòng)機(jī)器人的數(shù)學(xué)模型非完整移動(dòng)機(jī)器人概述實(shí)際上，機(jī)器人的機(jī)械系統(tǒng)是一個(gè)復(fù)雜系統(tǒng)，通常會(huì)受到各種各樣的約束，包括穩(wěn)定與不穩(wěn)定約束、幾何約束與運(yùn)動(dòng)約束、單邊約束與雙邊約束等。移動(dòng)機(jī)器人的數(shù)學(xué)模型是軌跡跟蹤研究的基礎(chǔ),但在機(jī)器人的數(shù)學(xué)建模過(guò)程中存在許多干擾問(wèn)題，包括機(jī)器人的總質(zhì)量、轉(zhuǎn)動(dòng)慣量、安裝精度誤差等。因此，在建立移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型前，本節(jié)對(duì)模型做以下規(guī)定:1)移動(dòng)機(jī)器人整體視為一個(gè)剛體。2)移動(dòng)機(jī)器人始終在地面上做二維平面運(yùn)動(dòng)。3)移動(dòng)機(jī)器人的兩個(gè)輪子為純翻滾運(yùn)動(dòng)。4)移動(dòng)機(jī)器人的輪子在轉(zhuǎn)動(dòng)過(guò)程中始終與地面接觸，且接觸點(diǎn)與輪中心連線始終與地面垂直。5.2移動(dòng)機(jī)器人的數(shù)學(xué)模型

所有輪子的翻滾約束可集合成

5.2移動(dòng)機(jī)器人的數(shù)學(xué)模型機(jī)器人坐標(biāo)系全局坐標(biāo)系：也稱(chēng)為世界坐標(biāo)系，是一個(gè)固定的參考坐標(biāo)系，其他坐標(biāo)系中的變量統(tǒng)一變換到世界坐標(biāo)系中進(jìn)行描述。局部坐標(biāo)系：局部坐標(biāo)系基于移動(dòng)機(jī)器人構(gòu)建，其隨著移動(dòng)機(jī)器人的移動(dòng)而移動(dòng)，局部坐標(biāo)系相對(duì)于全局坐標(biāo)系之間的位姿描述也是變化的。假設(shè)機(jī)器人當(dāng)前在全局坐標(biāo)系下的坐標(biāo)為(x,y)，偏航角為θ，則此時(shí)機(jī)器人在全局坐標(biāo)系下的位姿向量可以表示為

移動(dòng)機(jī)器人坐標(biāo)系5.2移動(dòng)機(jī)器人的數(shù)學(xué)模型根據(jù)移動(dòng)機(jī)器人的非完整性約束，可以得到如下的運(yùn)動(dòng)學(xué)方程：

局部坐標(biāo)信息變換到全局坐標(biāo)系：5.3運(yùn)動(dòng)學(xué)模型

5.3運(yùn)動(dòng)學(xué)模型

5.3運(yùn)動(dòng)學(xué)模型從幾何關(guān)系中可以得到前輪轉(zhuǎn)向運(yùn)動(dòng)模型前輪轉(zhuǎn)向的移動(dòng)機(jī)器人。在這里，車(chē)輛通常通過(guò)后輪提供動(dòng)力，而轉(zhuǎn)向是通過(guò)轉(zhuǎn)動(dòng)前輪的制動(dòng)器來(lái)實(shí)現(xiàn)的。

前輪轉(zhuǎn)向機(jī)器人原理圖機(jī)器人坐標(biāo)系下運(yùn)動(dòng)的完整運(yùn)動(dòng)學(xué)方程組為換算成世界坐標(biāo)系，即5.3運(yùn)動(dòng)學(xué)模型

從當(dāng)前機(jī)器人位置到目的地的方向可以表示為現(xiàn)在有可能出現(xiàn)的情況是機(jī)器人的速度超到預(yù)期。在這種情況下，可以修改指令速度的算法，使之成為控制策略采用飽和控制的方式。5.3運(yùn)動(dòng)學(xué)模型前輪轉(zhuǎn)向機(jī)器人運(yùn)動(dòng)控制前輪轉(zhuǎn)向的后輪驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)方程。

動(dòng)態(tài)方程被看作非線性的，控制非線性系統(tǒng)的一種方法是，首先定義一個(gè)參考

5.3運(yùn)動(dòng)學(xué)模型注意到：

解決方法變成注意，這里的系統(tǒng)沒(méi)有被近似為線性系統(tǒng)，而是在模型中保留了非線性。這個(gè)控制方程必須受制于最大轉(zhuǎn)向角率和最大轉(zhuǎn)向角的各自約束，即

5.3運(yùn)動(dòng)學(xué)模型雙輪驅(qū)動(dòng)差速運(yùn)動(dòng)模型雙輪差速移動(dòng)機(jī)器人通常由其安裝在底部后方的兩個(gè)獨(dú)立驅(qū)動(dòng)的驅(qū)動(dòng)輪提供動(dòng)力。前方安裝隨動(dòng)輪起支撐作用。在實(shí)際運(yùn)動(dòng)中，當(dāng)兩個(gè)驅(qū)動(dòng)輪以相同速率和方向轉(zhuǎn)動(dòng)時(shí)，移動(dòng)機(jī)器人實(shí)現(xiàn)直線運(yùn)動(dòng)。以相同速率、不同方向轉(zhuǎn)動(dòng)實(shí)現(xiàn)原地旋轉(zhuǎn)(旋轉(zhuǎn)角度為0°)。通過(guò)動(dòng)態(tài)修改角速度和線速度或者驅(qū)動(dòng)輪的旋轉(zhuǎn)方向就可以實(shí)現(xiàn)任意運(yùn)動(dòng)路徑。

移動(dòng)機(jī)器人差速運(yùn)動(dòng)模型5.3運(yùn)動(dòng)學(xué)模型

此時(shí)，移動(dòng)機(jī)器人的線速度及角速度可以表示為由上式可知，小車(chē)的瞬時(shí)旋轉(zhuǎn)半徑可以表示為

5.3運(yùn)動(dòng)學(xué)模型全向驅(qū)動(dòng)運(yùn)動(dòng)模型常見(jiàn)的移動(dòng)機(jī)器人模型還有全向運(yùn)動(dòng)型，它可以實(shí)現(xiàn)在平面內(nèi)的任意方向移動(dòng)。常見(jiàn)的全向驅(qū)動(dòng)移動(dòng)機(jī)器人有三輪全向型、四輪全向型和六輪全向型，此處以四輪全向型為例說(shuō)明。假設(shè)小車(chē)當(dāng)前以v速度，向與x軸成α角的方向運(yùn)動(dòng)，則此時(shí)小車(chē)的速度分量可以表示為

根據(jù)幾何關(guān)系可知，小車(chē)移動(dòng)速度與四個(gè)車(chē)輪之間的關(guān)系可以表示為5.3運(yùn)動(dòng)學(xué)模型轉(zhuǎn)化為矩陣形式，可得其轉(zhuǎn)換矩陣可以表示為假設(shè)移動(dòng)機(jī)器人在全局坐標(biāo)系下的位姿為則移動(dòng)機(jī)器人的運(yùn)動(dòng)模型可以表示為5.4運(yùn)動(dòng)控制開(kāi)環(huán)控制：指給定系統(tǒng)的輸入序列，使機(jī)器人從初始狀態(tài)運(yùn)動(dòng)到期望狀態(tài)。優(yōu)點(diǎn)是結(jié)構(gòu)簡(jiǎn)單，無(wú)需反饋檢測(cè)裝置，缺點(diǎn)是控制精度較低，系統(tǒng)無(wú)法精準(zhǔn)跟蹤期望的輸出，適合對(duì)精度要求不高的場(chǎng)合。閉環(huán)控制：增加了系統(tǒng)的輸出反饋，對(duì)誤差進(jìn)行糾正，優(yōu)點(diǎn)是能精準(zhǔn)跟蹤系統(tǒng)期望的輸出，控制精度更高，缺點(diǎn)是增加了檢測(cè)裝置，使系統(tǒng)變得復(fù)雜且成本較高，適合精度要求高的場(chǎng)合。閉環(huán)控制策略中最經(jīng)典的算法是PID控制算法，其數(shù)學(xué)描述為：

移動(dòng)機(jī)器人最主要的運(yùn)動(dòng)控制是路徑跟蹤控制，其任務(wù)是控制移動(dòng)機(jī)器人使其運(yùn)動(dòng)軌跡漸進(jìn)收斂于期望軌跡。沒(méi)有時(shí)間上的約束,操作起來(lái)比較靈活。它強(qiáng)調(diào)首要的任務(wù)是到達(dá)空間位置,其次才考慮機(jī)器人本身的機(jī)動(dòng)性,所以它有很好的靈活性和魯棒性，在實(shí)際應(yīng)用中更加方便。5.5機(jī)器人里程計(jì)里程計(jì)是一種利用移動(dòng)機(jī)器人傳感器得到的數(shù)據(jù)來(lái)估計(jì)當(dāng)前移動(dòng)機(jī)器人位姿的裝置，一般是指在移動(dòng)機(jī)器人驅(qū)動(dòng)輪上安裝的編碼器和陀螺儀。光電編碼器通過(guò)計(jì)數(shù)一定采樣時(shí)間內(nèi)光敏元件上接收到的脈沖數(shù)來(lái)測(cè)定速度。理論上的里程計(jì)分辨率為

5.5機(jī)器人里程計(jì)若以直線模型為主,同時(shí)在位姿偏航角差值的推測(cè)中使用圓弧模型,可描述如下:

2）直線模型直線模型假設(shè)機(jī)器人在極短時(shí)間內(nèi)偏航角的變化為零,是對(duì)圓弧模型的一種簡(jiǎn)化,適用于對(duì)機(jī)器人位姿要求不是很精確的情況,可有效降低計(jì)算的復(fù)雜度,利于計(jì)算機(jī)編程。直線模型因假設(shè)機(jī)器人在極短時(shí)間內(nèi)的運(yùn)動(dòng)可用直線表示,所以直線模型的方程可描述為

里程計(jì)的誤差來(lái)源分為系統(tǒng)誤差和非系統(tǒng)誤差。系統(tǒng)誤差：左右驅(qū)動(dòng)車(chē)輪半徑的差異、車(chē)輪安裝位置的差異、有效輪間距的不確定性、有限的編碼器精度和采樣速率非系統(tǒng)誤差則包括運(yùn)行地面的不平整、運(yùn)行中經(jīng)過(guò)意外物體，以及多種原因造成的車(chē)輪打滑，它對(duì)里程計(jì)誤差的影響是隨機(jī)變化的。本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第六章

移動(dòng)機(jī)器人定位與建圖

6.移動(dòng)機(jī)器人定位與建圖地圖構(gòu)建和定位是移動(dòng)機(jī)器人自主導(dǎo)航的關(guān)鍵基礎(chǔ)問(wèn)題。SLAM技術(shù)通過(guò)迭代優(yōu)化機(jī)器人位姿和環(huán)境地圖，解決了兩者相互影響的難題。SLAM方法可分為濾波SLAM和圖優(yōu)化SLAM，傳感器上分為激光SLAM和視覺(jué)SLAM。激光SLAM因其高精度和實(shí)時(shí)性廣泛應(yīng)用于自動(dòng)駕駛、AGV和掃地機(jī)器人等領(lǐng)域。本章研究SLAM問(wèn)題的數(shù)學(xué)描述及基于改進(jìn)RBPF的SLAM方法的實(shí)現(xiàn)原理，并概述柵格地圖構(gòu)建。重點(diǎn)分析基于Gmapping算法的激光雷達(dá)建圖及ORB-SLAM3視覺(jué)算法。6.1SLAM理論基礎(chǔ)SLAM核心思想SLAM的核心思想是通過(guò)機(jī)器人或車(chē)輛的傳感器數(shù)據(jù)，實(shí)時(shí)完成自身位姿估計(jì)和環(huán)境地圖的構(gòu)建。在未知環(huán)境中，SLAM利用傳感器檢測(cè)運(yùn)動(dòng)信息和環(huán)境特征，通過(guò)特征匹配和數(shù)據(jù)關(guān)聯(lián)不斷更新全局地圖，從而實(shí)現(xiàn)自主定位與導(dǎo)航。這一技術(shù)在機(jī)器人自主導(dǎo)航、無(wú)人駕駛等領(lǐng)域具有重要意義。SLAM系統(tǒng)框圖6.1SLAM理論基礎(chǔ)SLAM概率模型SLAM的概率模型通過(guò)貝葉斯濾波和馬爾可夫假設(shè)描述機(jī)器人在未知環(huán)境中的定位和建圖不確定性。通過(guò)結(jié)合運(yùn)動(dòng)模型和觀測(cè)模型，貝葉斯濾波計(jì)算狀態(tài)和地圖的后驗(yàn)概率分布，不斷更新以減小不確定性。SLAM問(wèn)題原理圖馬爾可夫假設(shè)簡(jiǎn)化了計(jì)算復(fù)雜度，使得SLAM可以實(shí)時(shí)運(yùn)行。此外，SLAM還使用因子圖和回環(huán)檢測(cè)來(lái)提高精度，并結(jié)合深度學(xué)習(xí)增強(qiáng)魯棒性。6.1SLAM理論基礎(chǔ)SLAM概率模型根據(jù)概率論原理，SLAM問(wèn)題可以建模成P

(xt,

M

|Z0:t,

U0:t)機(jī)器人當(dāng)前時(shí)刻t下的位姿xt狀態(tài)轉(zhuǎn)移方程可以描述為xt

=

f

(xt?1,

ut)

+

Vt機(jī)器人t時(shí)刻的狀態(tài)轉(zhuǎn)移概率分布如下P

(xt,

M

|xt?1,

U0:t)

=

P

(xt,

M

|xt?1,

ut)

=

F

(xt?1,

ut)

+

Vt6.1SLAM理論基礎(chǔ)SLAM概率模型根據(jù)機(jī)器人傳感器測(cè)量數(shù)據(jù)，當(dāng)前時(shí)刻機(jī)器人對(duì)路標(biāo)位置的觀測(cè)方程可以描述為zt

=

h(xt,

M

)

+

Wt基于貝葉斯估計(jì)理論，結(jié)合機(jī)器人的觀測(cè)方程（6-4）得到如下的觀測(cè)信息的概率分布：P

(zt|xt,

M

)

=

H(xt,

M

)

+

Wt6.1SLAM理論基礎(chǔ)SLAM概率模型通過(guò)遞歸的方式得到SLAM問(wèn)題的預(yù)測(cè)公式和更新公式，即機(jī)器人聯(lián)合后驗(yàn)概率密度分布，具體如下：P

(xt,

M

|Z0:t?1,

U0:t)

=

P

(xt,

M

|xt?1,

ut)P

(xt?1,

M

|Z0:t?1,

U0:t?1)dxt?1預(yù)測(cè)公式：更新公式：6.2基于改進(jìn)RBPF粒子濾波的SLAM算法Rao-Blackwellized粒子濾波算法Rao-Blackwellized粒子濾波（RBPF）算法結(jié)合了Rao-Blackwellized估計(jì)與粒子濾波，適用于高維非線性非高斯?fàn)顟B(tài)估計(jì)問(wèn)題。通過(guò)條件獨(dú)立性假設(shè)將高維狀態(tài)空間分解為低維子空間，每個(gè)子空間使用粒子濾波獨(dú)立估計(jì)，從而降低計(jì)算復(fù)雜性并提高估計(jì)精度。RBPF通過(guò)迭代采樣和權(quán)重更新，逐步逼近真實(shí)狀態(tài)分布，避免粒子退化。相比傳統(tǒng)粒子濾波，RBPF算法在精度和效率上具有優(yōu)勢(shì)，適用于復(fù)雜系統(tǒng)，但需要根據(jù)具體問(wèn)題調(diào)整算法參數(shù)以?xún)?yōu)化性能。6.2基于改進(jìn)RBPF粒子濾波的SLAM算法Rao-Blackwellized粒子濾波算法基于RBPF的SLAM（RBPF-SLAM）問(wèn)題實(shí)際上是計(jì)算機(jī)器人位姿和地圖的聯(lián)合概率分布的問(wèn)題，通過(guò)RBPF分解為對(duì)機(jī)器人位姿的后驗(yàn)概率分布和地圖概率分布，最后通過(guò)兩者乘積獲得。聯(lián)合后驗(yàn)概率分布如下：6.2基于改進(jìn)RBPF粒子濾波的SLAM算法Rao-Blackwellized粒子濾波算法RBPF算法的5個(gè)步驟總結(jié)如下：粒子初始化：根據(jù)機(jī)器人的運(yùn)動(dòng)模型，通過(guò)運(yùn)動(dòng)狀態(tài)轉(zhuǎn)移概率估計(jì)生成N個(gè)獨(dú)立粒子，并為每個(gè)粒子分配初始權(quán)重。重要性采用：根據(jù)建議分布函數(shù)將上一時(shí)刻的粒子代入當(dāng)前時(shí)刻，生成新的粒子。重要性權(quán)重更新：更新每個(gè)粒子的權(quán)重，權(quán)重反映了粒子與真實(shí)后驗(yàn)分布的匹配程度，通過(guò)觀測(cè)數(shù)據(jù)（如激光雷達(dá)）計(jì)算得到。重采樣：為了避免粒子退化，重采樣步驟根據(jù)粒子權(quán)重選擇權(quán)重大的粒子，丟棄權(quán)重小的粒子，所有粒子權(quán)重重設(shè)為1/N。更新地圖：根據(jù)機(jī)器人的位姿和觀測(cè)數(shù)據(jù)，更新地圖中的路標(biāo)信息。6.2基于改進(jìn)RBPF粒子濾波的SLAM算法基于改進(jìn)RBPF的Gmapping算法傳統(tǒng)Gmapping算法：通過(guò)粒子濾波（ParticleFilter,PF）估計(jì)機(jī)器人的位姿，并結(jié)合激光雷達(dá)數(shù)據(jù)構(gòu)建環(huán)境地圖。粒子濾波：基于大量的粒子來(lái)近似機(jī)器人的狀態(tài)分布。局限性：需要大量粒子來(lái)保證精度，計(jì)算量大、實(shí)時(shí)性差。改進(jìn)RBPF的Gmapping算法：通過(guò)引入RBPF方法將狀態(tài)空間分解為可觀測(cè)部分和不可觀測(cè)部分?？捎^測(cè)部分：通過(guò)最大似然估計(jì)進(jìn)行精確計(jì)算。不可觀測(cè)部分：使用粒子濾波進(jìn)行概率估計(jì)。改進(jìn)點(diǎn)：精確計(jì)算與概率估計(jì)相結(jié)合，減少粒子數(shù)量，提升算法的實(shí)時(shí)性和計(jì)算效率。通過(guò)優(yōu)化粒子權(quán)重計(jì)算和引入自適應(yīng)重采樣，降低粒子退化問(wèn)題。6.2基于改進(jìn)RBPF粒子濾波的SLAM算法基于改進(jìn)RBPF的Gmapping計(jì)算方法狀態(tài)空間分解RBPF方法：通過(guò)對(duì)機(jī)器人狀態(tài)空間進(jìn)行分解，減少粒子濾波的計(jì)算復(fù)雜度?？捎^測(cè)狀態(tài)：通過(guò)最大似然估計(jì)精確計(jì)算。不可觀測(cè)狀態(tài)：使用粒子濾波估算。目標(biāo)：減少粒子數(shù)量，提高計(jì)算效率。2.粒子權(quán)重計(jì)算最大似然估計(jì)（MLE）：用于計(jì)算可觀測(cè)部分的最優(yōu)估計(jì)。粒子濾波：對(duì)不可觀測(cè)狀態(tài)進(jìn)行概率估計(jì)。權(quán)重更新公式：6.2基于改進(jìn)RBPF粒子濾波的SLAM算法基于改進(jìn)RBPF的Gmapping計(jì)算方法

6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)基于激光雷達(dá)的Gmapping算法原理激光雷達(dá)數(shù)據(jù)采集：激光雷達(dá)通過(guò)發(fā)射激光束并測(cè)量反射時(shí)間，獲取周?chē)矬w的距離數(shù)據(jù)，形成點(diǎn)云，揭示環(huán)境的結(jié)構(gòu)與布局。點(diǎn)云數(shù)據(jù)處理與地圖對(duì)齊：Gmapping算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行濾波和降噪，并使用掃描匹配技術(shù)將當(dāng)前激光掃描與已有地圖對(duì)齊。機(jī)器人狀態(tài)估計(jì)與地圖更新：通過(guò)粒子濾波技術(shù)，Gmapping算法不斷估計(jì)機(jī)器人位置并更新地圖，使位置和地圖信息融合。6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)Gmapping算法的地圖構(gòu)建與應(yīng)用粒子濾波與地圖構(gòu)建：在Gmapping算法中，粒子濾波不僅用于估計(jì)機(jī)器人位置，還用于構(gòu)建環(huán)境的二維柵格地圖，每個(gè)粒子攜帶一個(gè)局部地圖，經(jīng)過(guò)多次迭代更新，最終生成全局一致的地圖。柵格地圖表示與環(huán)境適應(yīng)：該地圖中的柵格表示環(huán)境信息，顏色或數(shù)值反映占據(jù)概率或高度信息，算法能夠適應(yīng)動(dòng)態(tài)環(huán)境并處理噪聲。回環(huán)檢測(cè)與地圖優(yōu)化：Gmapping算法通過(guò)回環(huán)檢測(cè)糾正誤差，提升地圖的準(zhǔn)確性，實(shí)驗(yàn)驗(yàn)證表明，改進(jìn)RBPF的Gmapping算法能夠在復(fù)雜環(huán)境中有效實(shí)現(xiàn)機(jī)器人定位與建圖。6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)SLAM實(shí)驗(yàn)環(huán)境與Gmapping應(yīng)用

Gmapping實(shí)驗(yàn)設(shè)置與場(chǎng)景：實(shí)驗(yàn)環(huán)境:本節(jié)實(shí)驗(yàn)在6×8m2的室內(nèi)實(shí)驗(yàn)室進(jìn)行，實(shí)驗(yàn)場(chǎng)景如圖6-3所示。激光雷達(dá)的掃描角度為270°，并通過(guò)遠(yuǎn)程PC端監(jiān)控和控制移動(dòng)機(jī)器人的運(yùn)動(dòng)與建圖過(guò)程。Gmapping實(shí)驗(yàn)場(chǎng)景6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)SLAM實(shí)驗(yàn)環(huán)境與Gmapping應(yīng)用

Gmapping實(shí)驗(yàn)設(shè)置與場(chǎng)景：實(shí)驗(yàn)配置:本實(shí)驗(yàn)使用ROS平臺(tái)的Gmapping功能包，通過(guò)調(diào)節(jié)參數(shù)實(shí)現(xiàn)實(shí)驗(yàn)過(guò)程。啟動(dòng)文件運(yùn)行后，底盤(pán)驅(qū)動(dòng)、激光雷達(dá)、IMU、Gmapping以及遠(yuǎn)程控制節(jié)點(diǎn)將開(kāi)始工作，完成機(jī)器人定位與地圖構(gòu)建。6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)SLAM實(shí)驗(yàn)環(huán)境與Gmapping應(yīng)用

Gmapping節(jié)點(diǎn)與坐標(biāo)關(guān)系：節(jié)點(diǎn)關(guān)系:如圖6-4所示，IMU與STM32發(fā)布慣導(dǎo)信息（/imu/data）與編碼器信息（/raw_vel），底盤(pán)節(jié)點(diǎn)提供里程計(jì)信息。Gmapping訂閱底盤(pán)里程計(jì)與激光雷達(dá)信息，進(jìn)行機(jī)器人位姿估計(jì)與地圖構(gòu)建。遠(yuǎn)程端通過(guò)/my_cmd_vel發(fā)送控制信息。Gmapping運(yùn)行節(jié)點(diǎn)圖6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)Gmapping地圖構(gòu)建重要參數(shù)配置:在啟動(dòng)建圖前，Gmapping需要配置多個(gè)參數(shù)，其中最重要的調(diào)節(jié)參數(shù)為：particles:設(shè)置粒子數(shù)量，本節(jié)實(shí)驗(yàn)中設(shè)置為50，以保證運(yùn)算效率和定位精度。minimumScore:設(shè)置掃描匹配的分?jǐn)?shù)閾值，本節(jié)設(shè)置為100，以判斷是否采用改進(jìn)建議分布。啟動(dòng)過(guò)程:啟動(dòng)Gmapping功能包、機(jī)器人底層Bringup、遠(yuǎn)程PC端的teleop_keyboard功能包和RVIZ可視化界面。通過(guò)遠(yuǎn)程控制機(jī)器人進(jìn)行SLAM建圖，完成實(shí)驗(yàn)場(chǎng)景的地圖構(gòu)建。6.3基于激光雷達(dá)的Gmapping算法室內(nèi)地圖構(gòu)建實(shí)現(xiàn)Gmapping地圖構(gòu)建實(shí)驗(yàn)結(jié)果:經(jīng)過(guò)調(diào)節(jié)，建圖精度滿足室內(nèi)導(dǎo)航需求。圖6-6展示了柵格地圖，墻壁和角落無(wú)明顯扭曲，實(shí)驗(yàn)室內(nèi)物體位置與真實(shí)場(chǎng)景吻合，成功實(shí)現(xiàn)了定位導(dǎo)航。Gmapping地圖構(gòu)建過(guò)程6.4Catorgrapher算法Cartographer算法概述什么是Cartographer?由Google提出的實(shí)時(shí)同時(shí)定位與地圖構(gòu)建（SLAM）算法。支持2D和3D激光雷達(dá)數(shù)據(jù)輸入，跨平臺(tái)使用，廣泛應(yīng)用于機(jī)器人、自動(dòng)駕駛和增強(qiáng)現(xiàn)實(shí)等領(lǐng)域。通過(guò)圖優(yōu)化方法進(jìn)行精準(zhǔn)的定位與地圖構(gòu)建，實(shí)時(shí)生成高分辨率的地圖。核心特點(diǎn)實(shí)時(shí)性:能夠在運(yùn)行時(shí)生成環(huán)境地圖，實(shí)時(shí)顯示更新的地圖信息。高精度:通過(guò)優(yōu)化算法和回環(huán)檢測(cè)機(jī)制，確保定位精度和地圖構(gòu)建的準(zhǔn)確性。子地圖方法:將地圖構(gòu)建分為多個(gè)子地圖，逐步拼接成完整地圖，降低誤差積累。工作原理：機(jī)器人通過(guò)傳感器數(shù)據(jù)（如激光雷達(dá)、IMU等）收集環(huán)境信息。連續(xù)掃描數(shù)據(jù)轉(zhuǎn)化為子地圖，通過(guò)掃描匹配算法與已建地圖進(jìn)行對(duì)齊，確保機(jī)器人定位精度。6.4Catorgrapher算法子圖構(gòu)建與掃描匹配子圖構(gòu)建：Cartographer使用子圖的方式構(gòu)建地圖。每次收集的掃描數(shù)據(jù)都會(huì)被劃分成多個(gè)子圖，通過(guò)掃描匹配算法將它們拼接成完整地圖。掃描匹配與優(yōu)化：激光雷達(dá)掃描轉(zhuǎn)換到子圖坐標(biāo)系，通過(guò)最小化誤差對(duì)齊掃描。使用Ceres求解器進(jìn)行非線性最小二乘優(yōu)化，保證精度。從激光雷達(dá)坐標(biāo)系到子圖坐標(biāo)系的剛體變換公式：6.4Catorgrapher算法網(wǎng)格點(diǎn)與命中/未命中網(wǎng)格示意圖

網(wǎng)格點(diǎn)和對(duì)應(yīng)的像素示意圖命中與未命中網(wǎng)格示意圖6.5ORB-SLAM3算法ORB-SLAM3算法概述ORB-SLAM3簡(jiǎn)介：ORB-SLAM3是一種視覺(jué)和視覺(jué)慣性SLAM系統(tǒng)，能夠處理單目、立體和RGB-D相機(jī)，并支持基于針孔和魚(yú)眼鏡頭模型的視覺(jué)、視覺(jué)–慣性和多地圖SLAM。它通過(guò)最大后驗(yàn)估計(jì)（MAP）方法進(jìn)行優(yōu)化，精度是以往方法的2至10倍。ORB-SLAM3的關(guān)鍵特點(diǎn)：多地圖系統(tǒng)：ORB-SLAM3可以處理多會(huì)話的地圖并支持地圖合并。高魯棒性與準(zhǔn)確性：即使在長(zhǎng)時(shí)間視覺(jué)信息不佳的情況下，也能持續(xù)穩(wěn)定地運(yùn)行。短期、中期、長(zhǎng)期數(shù)據(jù)關(guān)聯(lián)：ORB-SLAM3能夠在建圖區(qū)域?qū)崿F(xiàn)零漂移，提高了數(shù)據(jù)關(guān)聯(lián)精度。6.5ORB-SLAM3算法ORB-SLAM3的工作原理與關(guān)鍵技術(shù)最大后驗(yàn)估計(jì)與光束平差：ORB-SLAM3使用最大后驗(yàn)估計(jì)（MAP），類(lèi)似光束平差（BundleAdjustment,BA）在視覺(jué)SLAM中最小化誤差。在特征方法中，BA通過(guò)最小化特征重投影誤差來(lái)優(yōu)化系統(tǒng)。數(shù)據(jù)關(guān)聯(lián)：短期數(shù)據(jù)關(guān)聯(lián)：匹配最近幾秒的地圖元素。中期數(shù)據(jù)關(guān)聯(lián)：匹配靠近相機(jī)且漂移較小的地圖元素，提供高精度地圖。長(zhǎng)期數(shù)據(jù)關(guān)聯(lián)：通過(guò)地點(diǎn)識(shí)別技術(shù)將觀測(cè)結(jié)果與之前訪問(wèn)的區(qū)域進(jìn)行匹配，重置漂移并優(yōu)化地圖。ORB-SLAM3的多地圖與回環(huán)檢測(cè):ORB-SLAM3支持通過(guò)DBoW2詞庫(kù)進(jìn)行位置識(shí)別，提升了回環(huán)檢測(cè)的準(zhǔn)確性和召回率。每當(dāng)跟蹤失敗時(shí)，ORB-SLAM3能夠啟動(dòng)新的地圖，并能在重新訪問(wèn)時(shí)與先前地圖無(wú)縫合并。6.5ORB-SLAM3算法ORB-SLAM3系統(tǒng)架構(gòu)與應(yīng)用系統(tǒng)架構(gòu)：跟蹤線程：負(fù)責(zé)實(shí)時(shí)計(jì)算相機(jī)位姿并優(yōu)化與地圖的匹配。局部建圖線程：處理關(guān)鍵幀插入和地圖點(diǎn)優(yōu)化，通過(guò)視覺(jué)或視覺(jué)慣性BA優(yōu)化地圖。地圖合并與回環(huán)校正線程：檢測(cè)地圖間的公共區(qū)域，進(jìn)行回環(huán)檢測(cè)和地圖合并。創(chuàng)新特性與應(yīng)用：非活動(dòng)地圖：ORB-SLAM3構(gòu)建了由不相連地圖組成的多地圖系統(tǒng)，可以管理多個(gè)地圖會(huì)話。視覺(jué)慣性集成：通過(guò)集成慣性傳感器提高系統(tǒng)精度，尤其在動(dòng)態(tài)環(huán)境下表現(xiàn)優(yōu)越。應(yīng)用場(chǎng)景：ORB-SLAM3廣泛應(yīng)用于自動(dòng)駕駛、無(wú)人機(jī)導(dǎo)航、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域。6.5ORB-SLAM3算法ORB-SLAM3系統(tǒng)架構(gòu)與應(yīng)用ORB-SLAM3的系統(tǒng)結(jié)構(gòu)圖本章結(jié)束！華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院《移動(dòng)機(jī)器人學(xué)》

華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院第七章

移動(dòng)機(jī)器人路徑規(guī)劃與自主導(dǎo)航

7.1路徑規(guī)劃算法概述路徑規(guī)劃整個(gè)過(guò)程包括目標(biāo)給定、全局路徑規(guī)劃、局部路徑規(guī)劃和機(jī)器人軌跡跟蹤控制四個(gè)部分。7.2基于A*算法全局路徑規(guī)劃全局路徑規(guī)劃算法主要可以分為廣度優(yōu)先搜索算法（Breadth-firstSearch，BFS）、深度優(yōu)先搜索算法（Depth-firstSearch，DFS）、啟發(fā)搜索算法（HeuristicSearch，HS）等。BFS算法和DFS算法都屬于遍歷搜索算法，分別對(duì)圖逐層遞歸搜索和不斷向下一層遞歸搜索，通常都需要對(duì)全圖進(jìn)行完整的遍歷，計(jì)算量大且結(jié)果無(wú)法保證最優(yōu)。7.2基于A*算法全局路徑規(guī)劃Dijkstra算法的基本思想是通過(guò)逐步擴(kuò)展已知最短路徑的集合，來(lái)找出從起點(diǎn)到所有其他節(jié)點(diǎn)的最短路。A*算法是在Dijkstra算法基礎(chǔ)上巧妙地加入了啟發(fā)函數(shù)，是一種典型的啟發(fā)式的搜索算法。A*加入的啟發(fā)函數(shù)大幅降低了需要遍歷的地圖節(jié)點(diǎn)數(shù)量，同時(shí)保證了選取的節(jié)點(diǎn)總是在起點(diǎn)到目標(biāo)節(jié)點(diǎn)的最優(yōu)路徑上。7.2基于A*算法全局路徑規(guī)劃A*算法的核心原理是從初始柵格節(jié)點(diǎn)開(kāi)始搜索鄰域8個(gè)柵格節(jié)點(diǎn)，通過(guò)具有啟發(fā)函數(shù)的評(píng)估函數(shù)F(n)計(jì)算這8個(gè)節(jié)點(diǎn)的代價(jià)數(shù)值，以代價(jià)值最小的節(jié)點(diǎn)作為選取點(diǎn)，并基于這個(gè)新的柵格節(jié)點(diǎn)繼續(xù)拓展，不斷循環(huán)重復(fù)這個(gè)搜索過(guò)程，直到搜索到的拓展點(diǎn)為目標(biāo)點(diǎn)或搜索次數(shù)超過(guò)閾值則停止路徑搜索。F(n)=G(n)+H(n)其中，G(n)為初始節(jié)點(diǎn)nstart

到當(dāng)前節(jié)點(diǎn)n的最短路徑長(zhǎng)度計(jì)算函數(shù)；H(n)則為A*算法引入的啟發(fā)函數(shù)，可以估算當(dāng)前節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)nobject

的路徑長(zhǎng)度，以此引導(dǎo)路徑的搜索方向。7.2基于A*算法全局路徑規(guī)劃

7.2基于A*算法全局路徑規(guī)劃基于曼哈頓距離的估算函數(shù)、歐氏距離的估算函數(shù)以及切比雪夫距離的估算函數(shù)進(jìn)行仿真，三種估算函數(shù)在同一種障礙柵格圖中的路徑規(guī)劃分別如圖圖7-2A*全局路徑規(guī)劃算法仿真7.3基于DWA局部路徑規(guī)劃基于（DWA）的局部路徑規(guī)劃原理是機(jī)器人在未知或動(dòng)態(tài)變化的環(huán)境中實(shí)現(xiàn)實(shí)時(shí)路徑規(guī)劃的核心技術(shù)。DWA通過(guò)結(jié)合機(jī)器人的動(dòng)力學(xué)約束和傳感器信息，在動(dòng)態(tài)變化的環(huán)境中為機(jī)器人規(guī)劃出一條安全、可行的局部路徑。DWA的核心思想是在機(jī)器人的運(yùn)動(dòng)學(xué)約束范圍內(nèi)，根據(jù)當(dāng)前的環(huán)境信息和目標(biāo)位置，生成一組可行的速度控制指令，即動(dòng)態(tài)窗口。這些速度指令反映了機(jī)器人在未來(lái)短時(shí)間內(nèi)可能的運(yùn)動(dòng)軌跡。算法通過(guò)評(píng)估每個(gè)軌跡的潛在碰撞風(fēng)險(xiǎn)、目標(biāo)接近程度以及其他優(yōu)化指標(biāo)，選擇出最優(yōu)的速度指令來(lái)控制機(jī)器人的運(yùn)動(dòng)。7.3基于DWA局部路徑規(guī)劃移動(dòng)機(jī)器人的直線速度模型如圖

所示，它是機(jī)器人導(dǎo)航與控制中的關(guān)鍵組成部分，描述了機(jī)器人在直線運(yùn)動(dòng)過(guò)程中速度與加速度、時(shí)間以及位置之間的動(dòng)態(tài)關(guān)系。7.3基于DWA局部路徑規(guī)劃

7.3基于DWA局部路徑規(guī)劃路徑評(píng)價(jià)的原理主要基于多屬性決策理論，融合了多種評(píng)價(jià)標(biāo)準(zhǔn)和指標(biāo)，對(duì)路徑的優(yōu)劣進(jìn)行量化評(píng)估。這些指標(biāo)可能包括路徑的長(zhǎng)度、所需時(shí)間、安全性、平滑性、能源消耗等，根據(jù)應(yīng)用場(chǎng)景的不同，指標(biāo)的選取和權(quán)重分配也會(huì)有所差異。通過(guò)構(gòu)建評(píng)價(jià)模型，將不同指標(biāo)歸一化并加權(quán)求和，可以得到每條路徑的綜合評(píng)價(jià)得分，進(jìn)而選出最優(yōu)路徑。7.3基于DWA局部路徑規(guī)劃(1)heading(v,ω)方位角評(píng)價(jià)函數(shù)實(shí)驗(yàn)先固定dist(v,ω)和velocity(v,ω)的權(quán)重為0.5，即β=0.5,γ=0.5，分別取α為0.1、0.5、1.0三個(gè)梯度權(quán)重，具體實(shí)驗(yàn)結(jié)果如圖

所示α=0.1

α=0.5

α=1.07.3基于DWA局部路徑規(guī)劃(2)dist(v,ω)障礙物距離評(píng)價(jià)函數(shù)實(shí)驗(yàn)基于α參數(shù)的實(shí)驗(yàn)結(jié)果，固定heading(v,ω)和velocity(v,ω)的權(quán)重，設(shè)置α=0.1,γ=0.5，分別取β為0.1、1.0、2.0三個(gè)梯度權(quán)重，具體實(shí)驗(yàn)結(jié)果如圖所示α=0.1

α=0.5

α=1.07.3基于DWA局部路徑規(guī)劃(3)velocity(v,ω)速度評(píng)價(jià)函數(shù)實(shí)驗(yàn)采用以上兩個(gè)實(shí)驗(yàn)結(jié)果的較優(yōu)參數(shù)，固定heading(v,ω)和dist(v,ω)的權(quán)重，設(shè)置α=0.1,β=0.1，分別取γ為0.05、1.0、4.0、10.0四個(gè)梯度權(quán)重，具體實(shí)驗(yàn)結(jié)果如圖所示7.4機(jī)器人路徑規(guī)劃實(shí)現(xiàn)在無(wú)障礙的環(huán)境中，機(jī)器人可以基于建立好的柵格地圖進(jìn)行全局路徑規(guī)劃，以保證在不會(huì)碰到道路兩旁的情況下，實(shí)現(xiàn)移動(dòng)機(jī)器人準(zhǔn)確地駛向目標(biāo)點(diǎn)。起始點(diǎn)

中間點(diǎn)

目標(biāo)點(diǎn)7.4機(jī)器人路徑規(guī)劃實(shí)現(xiàn)在無(wú)障礙的環(huán)境中，機(jī)器人可以基于建立好的柵格地圖進(jìn)行全局路徑規(guī)劃，以保證在不會(huì)碰到道路兩旁的情況下，實(shí)現(xiàn)移動(dòng)機(jī)器人準(zhǔn)確地駛向目標(biāo)點(diǎn)。起始點(diǎn)

中間點(diǎn)

目標(biāo)點(diǎn)7.4機(jī)器人路徑規(guī)劃實(shí)現(xiàn)在原先無(wú)障礙的地圖中加入臨時(shí)的障礙物后，機(jī)器人可以基于A*算法和DWA進(jìn)行全局的路徑規(guī)劃，并在檢測(cè)到障礙后立刻調(diào)整新的路線，得到繞開(kāi)障礙物的路線，以保證移動(dòng)機(jī)器人不會(huì)碰撞到臨時(shí)障礙，完成移動(dòng)機(jī)器人臨時(shí)避障任務(wù)。7.4機(jī)器人路徑規(guī)劃實(shí)現(xiàn)在原先無(wú)障礙的地圖中加入臨時(shí)的障礙物后，機(jī)器人可以基于A*算法和DWA進(jìn)行全局的路徑規(guī)劃，并在檢測(cè)到障礙后立刻調(diào)整新的路線，得到繞開(kāi)障礙物的路線，以保證移動(dòng)機(jī)器人不會(huì)碰撞到臨時(shí)障礙，完成移動(dòng)機(jī)器人臨時(shí)避障任務(wù)。7.5基于采樣的路徑規(guī)劃算法概率路線圖（ProbabilisticRoadMap,PRM）算法是一種廣泛應(yīng)用于機(jī)器人路徑規(guī)劃領(lǐng)域的基于采樣的方法。算法流程如下：1）采樣。首先，PRM算法在機(jī)器人的運(yùn)動(dòng)空間中進(jìn)行隨機(jī)采樣，生成一系列離散的無(wú)碰撞樣本點(diǎn)。這些樣本點(diǎn)構(gòu)成了后續(xù)路徑規(guī)劃的基礎(chǔ)。2）碰撞檢測(cè)。對(duì)于每個(gè)采樣點(diǎn)，算法會(huì)進(jìn)行碰撞檢測(cè)，確保這些點(diǎn)位于自由空間（即無(wú)碰撞區(qū)域）內(nèi)。碰撞檢測(cè)通常依賴(lài)于機(jī)器人的幾何模型和環(huán)境的幾